Universidad de los Andes

Departamento de Ingeniería Industrial

Probabilidad y Estadística I (IIND2106)
Profesores: Astrid Bernal, Fabio A. Lagos, y María Alejandra López.
Periodo intersemestral 2016

Tarea 2

Normas para la presentación de la Tarea

• La tarea puede realizarse en parejas de cualquier sección.

• La presente tarea debe ser realizada en computador. Deben tener en cuenta que la
presentación del informe puede influir en la calificación final.

• El informe debe ser presentado en hojas blancas, numeradas, impresión por ambos
lados y en la parte superior de cada hoja se debe especificar el nombre y código de
cada estudiante.

• La primera hoja de su tarea debe contener el formato que se presenta en la siguiente

página.

• Es responsabilidad de los integrantes del grupo verificar el contenido de la tarea antes

de la entrega. Luego de entregado el documento, no se recibirán adiciones por motivos
de problemas de impresión en fórmulas o ecuaciones, entre otros.

• Debe respetar el horario y el lugar de entrega de las tareas. Las tareas entregadas
después del plazo establecido no serán recibidas y su calificación será de cero
(0).

• Por ningún motivo la tarea será recibida por correo electrónico.

• Las tareas que incumplan alguna de las normas de formato tendrán una penalización
de cero punto cinco (0.5) sobre la nota final de la tarea.

• Cualquier sospecha de fraude será tratada de acuerdo con el reglamento de la

Universidad.
1
• Si usted encuentra algún GAZAPO en la solución correspondiente a esta tarea por
favor comuníquelo a equipopye@uniandes.edu.co. Si su observación es válida, se verá
recompensado con un incremento del 5% en la nota de la tarea.

Forma de entrega

• El informe de la tarea debe ser entregado en los casilleros de Ingeniería Industrial, en

el séptimo piso del ML, antes de la fecha límite de entrega. El casillero será habilitado
el día anterior a la entrega de la tarea.

• Adicionalmente, el informe de la tarea y los archivos de soporte deberán ser colgados

en el link habilitado en Sicua Plus, antes de la fecha límite de entrega.

Fecha de entrega

La fecha límite de entrega es el jueves 7 de julio de 2016, antes de las 9:00 a.m.

1
Yerro que por inadvertencia deja escapar quien escribe o habla. (Definición según La Real Academia de la Lengua Española)
Integrante 1: Código: Sección:
Integrante 2: Código: Sección:

Numeral Puntos Numeral Puntos

a. /6 a. /1
b. /2 b. /3
c. /3 c. /3
d. /2 4
1 d. /3
e. /5 e. /2
f. /2 f. /4
g. /2 a. /3
h. /3
b. /3
a. /3 5
c. /5
b. /2
d. /3
c. /2
a. /3
d. /3
2 b. /3
e. /2 6
f. /3 c. /3
g. /2 d. /3
h. /1
a. /2
3 b. /3
c. /3

TOTAL /93

NOTA /5
Punto 1

Un equipo de ingenieros está interesado en llevar a cabo proyectos para la gestión de recursos
naturales en la provincia del Guavio, esta provincia se encuentra localizada en el Departamento
de Cundinamarca (Colombia) y colinda en el costado oriental con la ciudad de Bogotá. El
Guavio está conformado por ocho municipios: Gachalá, Gama, Guasca, Guatavita, Junín, La
Calera, Ubalá y Gachetá; de acuerdo con estudios previos, 3 de estos 8 municipios tienen
potencial para la transformación de biomasa en energía y compost, los municipios restantes
cuentan con amplios recursos hídricos para la generación de energía hidroeléctrica.

Al presentar las oportunidades de desarrollo al Gobierno, el equipo de ingenieros prepararon 8

proyectos relacionados con el potencial de cada municipio. Después de diversas
consideraciones, el Gobierno ha aprobado un presupuesto que podría cubrir la realización de
sólo 4 proyectos en la región, los cuales podrán ser tanto de gestión de biomasa como del
recurso hídrico. Dado que las propuestas presentadas se asumen que tienen el mismo atractivo
y potencial de desarrollo, así como el mismo costo de implementación, el equipo ha decidido
escoger al azar los 4 proyectos a realizar.

Por experiencias anteriores, los investigadores estiman que al proponer los proyectos
seleccionados, aquellos que se relacionan con el recurso hídrico son aceptados con una
probabilidad de 0.60 por las comunidades locales de los diferentes municipios, mientras que los
que proponen la utilización de biomasa no son rechazados.

Teniendo en cuenta que el aprovechamiento del agua es un tema importante para el Guavio,
se decidió analizar las diferentes probabilidades de implementación de proyectos de gestión de
este recurso en particular, los ingenieros consideraron las siguientes variables aleatorias:

X: Número de proyectos de gestión del recurso hídrico seleccionados dentro de los 4 proyectos
a realizar.

Y: Número de proyectos de gestión del recurso hídrico aceptados por las comunidades locales,
de la cantidad x de proyectos de este recurso entre los 4 seleccionados.

a. (6 puntos) Establezca la función de distribución de probabilidad conjunta de X y Y.

Para establecer la función de distribución de probabilidad conjunta de X y Y, se tienen en
cuenta las distribuciones de las variables aletarioas mencionadas y sus parámetros:

VA:
X: Número de proyectos de gestión del recurso hídrico seleccionados dentro de los 4 proyectos
a realizar.

Y: Número de proyectos de gestión del recurso hídrico aceptados por las comunidades locales,
de la cantidad x de proyectos de este recurso entre los 4 seleccionados.

Distribuciones y parámetros

X → Hipergeométrica N = 8, d = 5, n = 4
Y → Binomial (p = 0.6, n = X)

Según lo anterior, se obtienen las funciones de distribución de probabilidad de cada una de las
variables aleatorias:

U WXU
V YXV
P X = x = gT x = W
Y

Rango de X = R(X) = 1,2,3,4


 Dado que la distribución de Y depende siempre del valor que toma X, la distribución de Y será
una condicional dado el valor de X:

Y
P Y = y X = x = g _ T x, y = `
p` 1 − p YX`


Donde n es igual al valor que tome la V.A. X en cada caso: n = X, es decir:

V
P Y = y X = x = g _ T x, y = `
p` 1 − p VX`


Rango de Y = R Y = 1,2,3,4 donde Y ≤ X

Según lo anterior y de acuerdo con la ley de probabilidades condicionales:

g T_ x, y
g _ T x, y =
gT x

Se despeja la función de distribución conjunta:

g T_ x, y = g T x ∗ g _ T x, y

U WXU
x `
g T_ x, y = V WYXV ∗ p 1 − p VX`
y
Y


Reemplazando los valores de los parámetros de las distribuciones, se obtiene:

d eXd
x
g T_ x, y = P X = x, Y = y = V efXV ∗ (0.6)` 1 − 0.6 VX`
f
y

Teniendo en cuenta lo anterior, se construye la siguiente distribución de probabilidad

conjunta:

Y
0 1 2 3 4
0 - - - - -
1 0.029 0.043 - - -
2 0.069 0.206 0.154 - -
X
3 0.027 0.123 0.185 0.093 -
4 0.002 0.011 0.025 0.025 0.009

b. (2 puntos) Calcule las funciones de probabilidad marginal para las variables aleatorias X y
Y.

Para calcular las funciones de probabilidad marginales, se toma la función de distribución
conjunta y se suma sobre el rango de la otra variable:

gT x = g T_ x, y g _ y = g T_ x, y
k(_) k(T)

Por lo tanto se obtiene:

 Y
gT x
0 1 2 3 4

0 - - - - - 0
1 0.029 0.043 - - - 0.071
X 2 0.069 0.206 0.154 - - 0.429
3 0.027 0.123 0.185 0.093 - 0.429
4 0.002 0.011 0.025 0.025 0.009 0.071
g_ y 0.126 0.383 0.364 0.117 0.009 1

Construyendo las funciones de probabilidad marginales, se obtiene:

0 x = 0 0.126 y = 0
0.071 x = 1 0.383 y = 1
0.429 x = 2 0.364 y = 2
gT x = g _ y =
0.429 x = 3 0.117 y = 3
0.071 x = 4 0.009 y = 4
0 d. l. c 0 d. l. c

c. (3 puntos) Calcule el valor esperado para cada una de las variables aleatorias e interprete
sus resultados en términos de la situación descrita.

El valor esperado se calcula sumando cada uno de los valores posibles que puede tomar la
variable aleatoria multiplicado por su probabilidad asociada, por lo tanto:

E X = xg T x = 0 ∗ 0 + 1 ∗ 0.071 + 2 ∗ 0.429 + 3 ∗ 0.0429 + 4 ∗ 0.071 = 2.5
k T

E Y = yg _ y = 0 ∗ 0.126 + 1 ∗ 0.383 + 2 ∗ 0.364 + 3 ∗ 0.117 + 4 ∗ 0.009 = 1.5
k _


De acuerdo con lo anterior, se espera obtener en promedio 2.5 proyectos de gestión del
recurso hídrico seleccionados dentro de los proyectos a realizar, de los cuales se espera que en
promedio las comunidades locales acepten 1.5 proyectos.

d. (2 puntos) Determine si las variables aleatorias X y Y son independientes.

Las variables X y Y son independientes si se cumple que:

g T_ x, y = g T x ∗ g _ y

Se calcula para un valor específico:

g T_ 2,1 = g T 2 ∗ g _ 1

0.206 = 0.429 ∗ 0.383

0.206 ≠ 0.164

Dado que la condición de la igualdad no se cumple en al menos uno de los casos, se concuye
que las variables X y Y, NO son independientes.
e. (5 puntos) Calcule el coeficiente de correlación entre el número de proyectos de gestión
del recurso hídrico dentro de los 4 seleccionados (VA X) y el número de proyectos hídricos
que son aceptados por las comunidades locales (VA Y). Interprete el signo de la
correlación en términos del problema.

La correlación es una medida de relación lineal entre dos variables y se calcula de la siguiente
manera:

Cov X, Y
Corr X, Y = ρT_ =
Desv X ∗ Desv Y

De manera que se requiere hallar en primer lugar la covarianza y las desviaciones de las
variables aleatorias:

Desviaciones


Var X = E X s − E X s

E X s = 0s ∗ 0 + 1s ∗ 0.071 + 2s ∗ 0.429 + 3s ∗ 0.0429 + 4s ∗ 0.071 = 6.789

s
Var X = 6.789 − 2.5 = 0.536

Desv X = Var(X) = 0.536 = 0.732

Var Y = E Y s − E Y s

E Y s = 0s ∗ 0.126 + 1s ∗ 0.383 + 2s ∗ 0.364 + 3s ∗ 0.117 + 4s ∗ 0.009 = 3.043

s
Var Y = 6.789 − 1.5 = 0.793

Desv Y = Var(Y) = 0.536 = 0.890

Se halla la Covarianza:

Cov X, Y = E XY − E X E Y

E XY = xy ∗ g T_ x, y
k T,_

A continuación se relaciona la tabla donde se calculan cada uno de los valores xy ∗ g T_ x, y :

Y
0 1 2 3 4
0 - - - - -
1 0 0.043 - - -
X 2 0 0.411 0.617 - -
3 0 0.370 1.111 0.833 -
4 0 0.044 0.197 0.296 0.148
 De acuerdo con la tabla anterior, se calcula E(XY):

E XY = xy ∗ g T_ x, y = 4.071
k T,_

Por lo tanto, la covarianza se halla:

Cov X, Y = E XY − E X E Y = 4.071 − 2.5 ∗ 1.5 = 0.321

De acuerdo con lo anterior, la correlación se calcula:

Cov X, Y 0.321
Corr X, Y = ρT_ = = = 0.493
Desv X ∗ Desv Y 0.732 ∗ 0.890

La correlación es positiva, se concluye que la relación lineal entre las dos variables es directa.

f. (2 puntos) Si se sabe que el equipo escoge 3 proyectos de gestión del recurso hídrico
entre los 4 seleccionados, ¿cuántos proyectos se esperaría que fueran aceptados por las
comunidades locales?

El enunciado afirma que se sabe que el equipo escoge 3 proyectos de gestión del recurso
hídrico entre los 4 seleccionados, es decir X = 3, esta información se conoce de antemano, por
tanto se utiliza el valor esperado de la función de probabilidad condicional:

EYX=3 = y ∗ g _|T 3, y
k _

g T_ 3, y
g _|T 3, y =
gT 3

0 ∗ 0.027 + 1 ∗ 0.123 + 2 ∗ 0.185 + 3 ∗ 0.093
EYX=3 = = 1.8
0.0429

E Y X = 3 = 1.8


Cuando se sabe que el equipo escoge 3 proyectos de gestión del recurso hídrico entre los 4
seleccionados, el número promedio de proyectos que se espera sean aceptados por las
comunidades es 1.8.

g. (2 puntos) Calcule la probabilidad de que el número de proyectos de gestión del recurso

hídrico que son aceptados por las comunidades sea inferior al número de este tipo de
proyectos que sean seleccionados entre los 4 a realizar.

La probabilidad requerida se calcula sumando todos los valores de la probabilidad conjunta de

manera que en todos los casos Y sea estrictamente menor que X, por lo tanto se obtiene:

f VXv

P Y<X = g T_ x, y
Vwv `wx
 P Y < X = g T_ 1,0 + g T_ 2,0 + g T_ 2,1 + g T_ 3,0 + g T_ 3,1 + g T_ 3,2 + g T_ 4,0 +
+g T_ 4,1 + g T_ 4,2 + g T_ 4,3

P Y < X = 0.029 + 0.069 + 0.206 + 0.027 + 0.123 + 0.185 + 0.002 + 0.011 + 0.025 + 0.025

P Y < X = 0.701

h. (3 puntos) Si se estima que la cantidad de proyectos de gestión del recurso hídrico que
serán aceptados por las comunidades será la misma que la cantidad de proyectos de este
tipo seleccionados entre los 4 a realizar, determine la probabilidad de que el número de
proyectos relacionados con este recurso sea igual a 2.

Según el eneciado se estima que Y = X, por lo tanto, se está condicionando la probabilidad de

obtener un número X de proyectos del recurso hídrico, dado que se estima que será igual a la
catidad de aceptados, por ende se utiliza la ley de probabilidades condicionales:

P X=2Y=X
P X=2Y=X =
P Y=X

g T_ 2,2
P X=2Y=X =
g T_ 1,1 + g T_ 2,2 + g T_ 3,3 + g T_ 4,4

0.154 0.154
P X=2Y=X = = = 0.515
0.043 + 0.154 + 0.093 + 0.009 0.299
Punto 2

Future Arts Inc. es una empresa desarrolladora y distribuidora de videojuegos para ordenador y
videoconsolas. Bajo su nombre comercial FA Deportes, la compañía se encuentra planeando el
desarrollo de la nueva versión de su famosa saga de video juegos de fútbol. Para medir la
rentabilidad del videojuego se define la variable aleatoria X como el pronóstico de costos de
elaboración y distribución en millones de dólares (incluye diseñadores, artistas gráficos,
programadores, música, voces, artistas involucrados, publicidad, entre otros), mientras que la
variable aleatoria Y se define como el pronóstico de los ingresos, en todas las plataformas
(XBOX, XBOX One, PS3, PS4 y PC, entre otros), en millones de dólares.
Después de un estudio se ha podido establecer que la función de probabilidad conjunta de X y
Y es la siguiente:

3x 3x
fT_ x, y = kx, + 10 ≤ y ≤ + 20, 10 ≤ x ≤ 20, 25 ≤ y ≤ 40
2 2

a. (3 puntos) Encuentre el valor de la constante k para que la anterior sea una función de
densidad de probabilidad conjunta válida. Grafique la región de X y Y en la que se
encuentra definida la función de densidad de probabilidad conjunta.

El área con la trama representa la región de integración, la cual se obtiene graficando los
rangos en los cuales se encuentra definida la función de probabilidad conjunta.

Para obtener el valor de k, que la anterior sea una función de densidad de probabilidad
conjunta válida, se integra sobre la región sombreada y se iguala a 1, despejando el valor de k:


Opción 1
Se puede iniciar integrando la región en primer lugar sobre el eje x, y en segundo lugar sobre
el eje y, se obtiene la siguiente integral:



 s `Xvx s `Xvx
zd z fx z

kx dxdy + kx dxdy = 1
sd vx zd s `Xsx
z

zd s `Xvx fx s `Xvx
kx s z kx s z
dy + dy = 1
2 vx
2 s `Xsx
sd zd z

zd fx
2k s 40k
y − 20y − 125 dy + y − 15 dy = 1
9 9
sd zd

zd fx
2k y z 40k y s
− 10y s − 125y + − 15y = 1
9 3 sd
9 2 zd

11000k
+ 500k = 1
27

24500k
= 1
27

27
k= ≅ 0.001102
24500

Opción 2
Se puede iniciar integrando la región en primer lugar sobre el eje y, y en segundo lugar sobre
el eje x, se obtiene la siguiente integral:

fx zV
z s |sx sx fx

kx dydx + kx dydx = 1
vx zV|vx fx zV
|vx
s z s

fx
z sx
zV
|sx fx
s
kxy zV dx + kxy zV dx =1
|vx |vx
s s
vx fx
z

fx
z sx
3kx
10𝑘𝑥 dx + − x − 20 dx = 1
2
vx fx
z

fx sx
z
3k x z
5𝑘𝑥 s vx + − − 10𝑥 s = 1
2 3 fx
z

3500k 14000k
+ = 1
9 27

 24500k
= 1
27

27
k= ≅ 0.001102
24500

b. (2 Puntos) Determine la probabilidad de que los ingresos por ventas sean superiores a
dos veces el costo de producción y distribución.

Dado que es a la izquierda de la recta punteada y=2x, cubre toda la región de integración, por
lo tanto la probabilidad es 1.

c. (2 puntos) Calcule la función de densidad de probabilidad marginal del pronóstico de

costos de desarrollo y distribución.

Para encontrar la función de densidad de probabilidad marginal del pronóstico de costos de

desarrollo y distribución (VA X), se integra la función de densidad de probabilidad conjunta en
el rango de la variable “pronóstico de ingresos” (VA Y). Dado que al plantear la integral existen
dos integrales definidas en el rango de Y, una en cada región de X, la función de distribución
marginal de X será a trozos, una función por cada región de X.

Según lo anterior se obtiene:

fx
Para la primera región 10 ≤ X ≤ :
z

27x
fT x = dy
24500
k(_)

zV
|sx
s
27x
fT x = dy
24500
zV
|vx
s
 zV
|sx
27xy s
fT x =
24500 zV
|vx
s

27x
fT x =
2450

fx
Para la segunda región ≤ X ≤ 20:
z

27x
fT x = dy
24500
k(_)

fx
27x
fT x = dy
24500
zV
|vx
s

fx
27xy
fT x =
24500 zV
|vx
s

81x(x − 20)
fT x = −
49000

81𝑥 81x s
fT x = −
2450 49000


Por lo tanto, la función de distribución maginal del pronóstico de costos de desarrollo y
distribución (VA X) se construye:

27x 40
, 10 ≤ X ≤
2450 3
fT x =
81x 81x s 40
− , ≤ X ≤ 20
2450 49000 3

d. (3 puntos) Calcule la función de densidad de probabilidad marginal del pronóstico de

ingresos. ¿Cuál es la probabilidad de que el juego genere entre 35 y 40 millones de
dólares en ventas?

Para encontrar la función de densidad de probabilidad marginal del pronóstico de ingresos

(VA Y), se integra la función de densidad de probabilidad conjunta en el rango de la variable
“pronóstico de costos de desarrollo y distribución” (VA X). Dado que al plantear la integral
existen dos integrales definidas en el rango de X, una en cada región de Y, la función de
distribución marginal de Y será a trozos, una función por cada región de Y.

Según lo anterior se obtiene:

Para la primera región 25 ≤ X ≤ 35 :

 27x
f_ y = dx
24500
k(T)

s `Xvx
z
27x
f_ y = dx
24500
vx

s `Xvx
27x s z
f_ y =
24500 vx

3 y s − 20𝑦 − 125
f_ y =
12250

3𝑦 s 6𝑦 3
f_ y = − −
12250 1225 98

Para la segunda región 35 ≤ X ≤ 40:

27x
f_ y = dx
24500
k(_)

s `Xvx
z
27x
f_ y = dx
24500
s `Xsx
z

s `Xvx
27x s z
f_ y =
24500 s `Xsx
z

6 y − 15
f_ y =
1225


6y 18
f_ y = −
1225 245


Por lo tanto, la función de distribución maginal del pronóstico de ingresos (VA Y) se construye:

3𝑦 s 6𝑦 3
− − , 25 ≤ Y ≤ 35
f_ y = 12250 1225 98
6y 18
− , 35 ≤ Y ≤ 40
1225 245

Una vez construída la anterior función de densidad de probabilidad marginal, se puede

calcular la probabilidad requerida, la cual, teniendo en cuenta que los valores se encuentran en
el mismo rango del segundo trozo de la función marginal, se utiliza sólo dicha parte de la
función:

 fx
6y 18 27
P 35 ≤ Y ≤ 40 = − dy = ≅ 0.551
1225 245 49
zd
e. (2 puntos) Determine el valor esperado y la desviación estándar de las variables
aleatorias X y Y. Interprete el valor esperado en términos del problema.

Para hallar el valor esperado de una variable aleatoria, integramos en los rangos definidos, la
multiplicación de la variable por la función de densidad de probabilidad marginal de dicha
varibale, de esta manera:

EX = x ∗ fT x dx, E Y = y ∗ f_ y dy
k T k _

fx
z sx
27x 81x 81x s
EX = x∗ dx + x∗ − dx
2450 2450 49000
vx fx
z

2060
EX = ≅ 14.014
147

Por lo tanto, se espera que los costos por concepto de desarrollo y distribución del videojuego
sean en promedio 14.014 millones de dólares.


zd fx
3𝑦 s 6𝑦 3 6y 18
EY = y∗ − − dy + y∗ − dy
12250 1225 98 1225 245
sd zd

E Y = 35

Por lo tanto, se espera que los ingresos por ventas del videojuego sean en promedio 35
millones de dólares.

Para calcular la desviación estándar, se halla en primer lugar la varianza y se obtiene la raíz
cuadrada de la misma:

VAR X = E X s − E X s , VAR Y = E Y s − E Y s

Se halla la desviación de X:

Se calcula en valor de E X s :

fx
z sx
s s
27x 81x 81x s
EX = x ∗ dx + xs ∗ − dx
2450 2450 49000
vx fx
z

 29710
E Xs = ≅ 202.109
147

Se halla con la anterior información, la varianza y desviación de X:

VAR X = E X s − E X s

29710 2060 s 123770
VAR X = − = ≅ 5.728
147 147 21609

123770
DESV X = VAR[X] = ≅ 2.393
21609


Se halla la desviación de Y:

Se calcula en valor de E Y s :

zd fx
s s
3𝑦 s 6𝑦 3 6y 18
EY = y ∗ − − dy + ys ∗ − dy
12250 1225 98 1225 245
sd zd

17315
E Ys = ≅ 1236.79
14

Se halla con la anterior información, la varianza y desviación de X:

VAR Y = E Y s − E Y s

17315 165
VAR Y = − 35 s = ≅ 11.786
14 14

165
DESV Y = VAR[Y] = ≅ 3.433
14


f. (3 puntos) Calcule la covarianza y el coeficiente de correlación entre pronóstico del costo
total de desarrollo y el pronóstico en ingresos por venta. Interprete el signo de la
correlación en términos el problema.

Para calcular la covarianza, se halla en primer lugar el valor esperado de la multiplicación de

las dos variables, y se le resta la multiplicación de los valores esperados de las variables, de
esta manera:

COV X, Y = E XY − E X E[Y]

Se calcula en valor de E XY :

Este valor esperado se calcula integrando la multiplicación de las variables por la función
de densidad de probabilidad conjunta, en los respectivos rangos dados:

 s `Xvx s `Xvx
zd z fx z
27x 27x
E XY = xy dxdy + xy dxdy
24500 24500
sd vx zd s `Xsx
z

24315
E XY = ≅ 496.224
49

Con la información obtenida se calcula la covarianza COV(X, Y):

COV X, Y = E XY − E X E[Y]

24315 2060 845
COV X, Y = − ∗ 35 = ≅ 5.748
49 147 147

Una vez se calcula la Covarianza, se procede a calcular la Correlación, la cual es una medida
de relación lineal entre las variables X y Y.

COV X, Y
CORR X, Y =
DESV X ∗ DESV Y

845
CORR X, Y = 147
123770 165
∗
21609 14

CORR X, Y = 0.699 ≅ 0.7

La correlación es positiva, por lo tanto, se puede afirmar que la relación lineal entre el
pronóstico de costos de desarrollo y distribución y el pronóstico de ingresos es directa, es
decir, a medida que el pronóstico de costos aumenta, el de ingresos también lo hace, y a
medida que el pronóstico de costos disminuyen, el de ingresos también lo hará.

g. (2 puntos) Si se estima que el costo de desarrollo será de 15 millones de dólares, ¿cuál

es el valor esperado del pronóstico de ingresos por venta?

El enunciado hace referencia al valor esperado de la VA Y, dado que la VA X toma un valor

específico, por tanto, se debe hallar la función de densidad de probabildiad condicional (Y
dado X), y obtener el valor esperado de la misma. Se calcula de la siguiente manera:

fT_ x, y
f_ T y =
fT x

Para hallar la función de densidad de probabilidad condicional, se divide la función de
densidad de probabilidad conjunta, sobre la función de densidad de probabilidad marginal
de la variable aleatoria condicionante, dado que esta última es a trozos, se utiliza la parte
de la función definida en el rango donde se encuentra el valor que toma la VA. En este caso
fx
específico, dado que VA X=15 se utiliza la función marginal de X definida en el rango ≤
z
X ≤ 20:
 27x
f_ T y = 24500
81x 81x s
−
2450 49000

2
f_ T y =
60 − 3𝑥

Se reemplaza el valor condicionante en la función hallada y en los rangos de la función de
densidad de probabilidad conjunta, de manera que se hallen los nuevos rangos para la
función de densidad condicional, dado que al reemplazar x=15 en los rangos, el límite
superior es mayor a 40, se limita en 40.

2 2
f_ Twvd y = =
60 − 3(15) 15

Por lo tanto, se tiene que:

2 65
f_ Twvd y = , ≤ y ≤ 40
15 2


Una vez obtenida la función de densidad de probabilidad condicional, se procede a calcular
el valor esperado:


fx fx
2y 145
E Y X = 15 = y ∗ f_ Twvd y = = = 36.25
15 4
…d …d
s s

E Y X = 15 = 36.25

Por lo tanto, si el pronóstico del costo de desarrollo y distribución es de 15 millones de
dólares, se espera que los ingresos por venta sean en promedio 36.25 millones.

h. (1 puntos) ¿Son X y Y variables aleatorias independientes?

Dos variables aleatoria son independientes si la multiplicación de las funciones de

densidad de probabilidad marginales es igual a la función de densidad de probabilidad
conjunta. En este caso, dado que las marginales son a trozos, se escoge una parte de cada
una para multiplicarlas, si el resultado es igual a la conjunta, son independientes:

fT_ x, y = fT x ∗ f_ y

27x 27x 3𝑦 s 6𝑦 3
= ∗ − −
24500 2450 12250 1225 98

27x 81𝑥𝑦 s 81𝑥𝑦 81𝑥
≠ − −
24500 30012500 1500625 240100

 Dado que no se cumple la igualdad, se puede concluir que las variables aleatorias X y Y no
son independientes.

Punto 3

Un equipo de las grandes ligas del futbol se está preparando para un partido importante en
contra de uno de sus rivales más difíciles de vencer. Debido a que el entrenador cree que el
resultado del partido se definirá por penaltis, ha decidido destinar parte del entrenamiento a la
preparación de sus cobradores y de su arquero titular. Después del entrenamiento se ha
estimado que la probabilidad de que un jugador logre anotar un gol desde el punto de penal es
de 0.8, donde cada cobro es independiente de los demás.
Se conoce que la variable aleatoria que describe: 1 si anota y 0 si no en cada tiro desde el
punto penal, tiene una distribución Bernoulli con probabilidad de anotar p. Según lo anterior, dé
solución a los siguientes literales:

a. (2 puntos) Determine la Función Generatriz de Momentos de una distribución Bernoulli

con probabilidad de éxito p.

De acuerdo con la definición de una distribución Bernoulli, la función de distribución de

probabilidad es la siguiente:

g T x = pV (1 − p)vXV

Dado que es una distribución de probabilidad discreta, la función generatriz de momentos se
calcula de la siguiente manera:

MT t = E e‡V = g T xˆ ∗ e‡V‰
k T

MT t = pv (1 − p)x ∗ e‡ v + px (1 − p)vXx ∗ e‡ x

MT t = pe‡ + (1 − p)

b. (3 puntos) Dado que cada jugador dispone de 5 cobros y el resultado de cada uno sigue
una distribución Bernoulli con probabilidad de anotar p, compruebe que la suma de las
cinco variables, genera como resultado una variable con distribución Binomial de
parámetros p y n. Utilice la FGM en su comprobación.

Se define las variables aleatorias X Y como: 1 si anota y 0 si no en cada tiro n desde el punto
penal, la cual tiene una distribución Bernoulli con probabilidad de anotar p. Se define la
variable aleatoria Y como la sumatoria de todas las 5 variables, una por cada tiro, es decir,
n=5.
d

Y= XY
Ywv

Dado que cada una de las 5 variables X Y tienen distribución Bernoulli, se halla la distribución
de la variable aleatoria Y, multiplicando la función generatriz de momentos de cada una de las
5 variables sumadas:

Y = Xv + X s + X z + X f + X d

M_ t = (pe‡ + (1 − p)) ∗ (pe‡ + (1 − p)) ∗ (pe‡ + (1 − p)) ∗ (pe‡ + (1 − p)) ∗ (pe‡ + (1 − p))

M_ t = (pe‡ + (1 − p))d

 La función generatriz de momentos resultante corresponde a la FGM de la distribución
Binomial, con parámetros p y n:

M_ t = (pe‡ + (1 − p))Y

Por lo tanto, se comprueba que la suma de variables aleatorias con distribución Bernoulli con
parámetro p, genera una variable aleatoria con distribución Binomial con parámetros p y n,
donde p es la probabildiad de éxito y n es el tamaño muestral, que en este caso específico es 5.

c. (3 puntos) Se tienen tres jugadores X, Y y Z, los cuales van a realizar 5 tiros desde el
punto penal cada uno, y se conoce que el número de anotaciones que tiene cada jugador
es una variable aleatoria binomial con probabilidad de anotación de 0.8. Determine,
utilizando la FGM, la distribución de la variable W si se define como el total de goles
marcados por los tres jugadores (W = X + Y + Z).

Dado que se define W como el total de goles marcados opr los tres jugadores (W = X + Y + Z),
y se conoce que las anotaciones de cada jugador son variables aleatorias binomiales, se halla la
distribución de la variable W multiplicando las FGM de cada una de las variables sumadas:

X: Número de anotaciones del jugador X

X → Binomial p = 0.8, n = 5
MT t = pe‡ + (1 − p) Y

Y: Número de anotaciones del jugador Y
Y → Binomial p = 0.8, n = 5
M_ t = pe‡ + (1 − p) Y

Z: Número de anotaciones del jugador Z
Z → Binomial p = 0.8, n = 5
M• t = pe‡ + (1 − p) Y

W: Total de goles marcados por lo tres jugadores (W = X + Y + Z)
M• t = MT t ∗ M_ t ∗ M• (t)
M• t = pe‡ + (1 − p) Y ∗ pe‡ + (1 − p) Y ∗ pe‡ + (1 − p) Y

Dado que los parámetros p y n son los mismos en las 3 distribuciones, la FGM resultante es:

M• t = pe‡ + (1 − p) zY

Dada la función generatriz de momentos de W, y la propiedad de unicidad de las funciones
generatriz de momentos, implica que W sigue una distribución binomial con parámetros p, y
3n.

W → Binomial p = 0.8, n = 15
Punto 4

Un gremio de campesinos se encuentra evaluando la rentabilidad que se obtiene si se destina

un terreno al cultivo de papa. Para ello, se sabe que la producción de papa en toneladas por
cosecha, en una hectárea cultivada de este terreno, es una variable aleatoria triangular con
parámetros (17, 22, y 32). La producción total de papa de cada hectárea cultivada es
independiente a las demás hectáreas.

a. (1 punto) Determine la probabilidad de que la producción total de una hectárea cultivada

sea superior a 23 toneladas

En primer lugar se define la VA y su distribución, las cuales según el enunciado son:

VA:
X: Número de toneladas de papa cosechadas en una hectárea.

Distribución y parámetros:
X → Triangular(a = 17, c = 22, b = 32), donde a es el valor mínimo, b el máximo y c el más
probable.

De acuerdo con la función de probabilidad acumulada de una distribución triangular:


0, 𝑥 ≤ 𝑎
𝑥−𝑎 s
, 𝑎 ≤ 𝑥 ≤ 𝑐
𝑏−𝑎 𝑐−𝑎
𝑓 𝑥 = 𝑏−𝑥 s
1− , 𝑐 ≤ 𝑥 ≤ 𝑏
𝑏−𝑎 𝑏−𝑐
1, 𝑥 ≥ 𝑏


Dado que 23 se encuentra entre c y b, la probabilidad requerida se calcula como sigue:


P X > 23 = 1 − P X ≤ 23

32 − 23 s
P X > 23 = 1 − 1 −
32 − 17 32 − 22

P X > 23 = 0.54

b. (3 puntos) Si se decide cultivar un terreno de 38 hectáreas, calcule la probabilidad de que

el promedio de toneladas producidas por hectárea durante una cosecha sea superior a 23
toneladas. Comente este resultado con respecto al obtenido en el literal anterior.

La variable aleatoria X definida en el anterior literal, hace referencia a la cantidad en toneladas

de papa cultivadas en 1 hectárea, dado que ahora se deciden cultivar 38 hectáreas, y se desea
calcular la probabilidad de que el promedio de toneladas sea superior a 23 ton, se define, por
el Teorema del Límite Central (TLC), una nueva variable que representará el promedio de
toneladas cultivadas en 38 hectáreas, donde los parámetros se obtendrán de la variable
original X.

VA, distribución y parámetros:

X ˆ = Número de toneladas de papa cosechada en la hectárea i.

X ˆ → Triangular(a = 17, c = 22, b = 32)
Se calculan el valor esperado y la varianza de la VA X, los cuales, según el TLC servirán de
parámetros para la nueva VA:

a + b + c 17 + 32 + 22
E[X] = = = 23.67 toneladas
3 3

as + bs + c s − ab − ac − bc 17s + 32s + 22s − 17 ∗ 32 − 17 ∗ 22 − 32 ∗ 22

Var[X] = =
18 18

Var X = 9.72 tons

Desv X = Var[X] = 3.12 ton

Se define la nueva VA:

Y = Número promedio de toneladas de papa cosechada en 38 hectáreas.

Y
1
Y= Xˆ
n
ˆwv

De acuerdo con el Teorema del Límite Central, cuando se promedian más de 30 variables
aleatorias, independientes e idénticamente distribuidas (i.i.d.), la distribución de la
˜™
variable resultante se puede aproximar a una normal con media µ y varianza , por lo
Y
tanto, se obtiene:

σs
Y ~ Normal µ ,
n

˜™
Se calculan los valores de µ y :
Y

Y Y
1 1 1
µ=EY = E[X ˆ ] = 23.67 = n ∗ 23.67 = 23.67
n n n
ˆwv ˆwv


Y Y Y
σs 1 1 1 n ∗ 9.72 9.72 9.72
= Var Y = Var Xˆ = s Var X ˆ = s 9.72 = = =
n n n n ns n 38
ˆwv ˆwv ˆwv

σs
= 0.256
n

Por lo tanto, por TLC, la VA Y, que representa el promedio de toneladas cultivadas por
hectárea en 38 hectáreas, tiene aproximadamente la siguiente distribución:

Y ~ Normal 23.667, 0.256


Una vez se obtiene la anterior información, se calcula la probabilidad requerida:

P Y > 23 = 1 − P Y ≤ 23
Y − µ 23 − µ
P Y > 23 = 1 − P ≤
σ σ
 23 − 23.667
P Y > 23 = 1 − P Z <
0.256
P Y > 23 = 1 − P Z < −1.318
P Y > 23 = 0.9063

La probabilidad aumenta con respecto al literal anterior, puesto que es más probable cultivar
el promedio más de 23 toneladas en 38 hectáreas, que en una sola hectárea.

c. (3 puntos) Si el gremio de campesinos se ha propuesto el objetivo de lograr una

producción de al menos 815 toneladas durante la cosecha actual, ¿cuál debe ser el
número mínimo de hectáreas que se deben cultivar de tal modo que la probabilidad de
cumplir con el objetivo sea de por lo menos 0.9?

Se define la VA, su distribución y parámetros:

VA, distribución y parámetros:

X ˆ = Número de toneladas de papa cosechada en la hectárea i.

X ˆ → Triangular(a = 17, c = 22, b = 32)

Se define la nueva VA de interés, su distribución y parámetros:

Y = Suma del número de toneladas de papa cosechadas en 𝐧 hectáreas.

La anterior VA definida, representa la suma de variables aleatorias independientes e

idénticamente distribuidas, por lo tanto, de acuerdo con el TLC, se asume que:

Cálculo de la variable:
Y

Y= X ˆ
ˆwv

Distribución y parámetros según TLC

Y ~ Normal E[Y], Var[Y] , donde E Y y Var Y se calculan como sigue:

Y Y Y

E[Y] = E Xˆ = E[X ˆ ] = 23.67 = n ∗ 23.67

ˆwv ˆwv ˆwv

Y Y Y

Var[Y] = Var Xˆ = Var[X ˆ ] = 9.72 = n ∗ 9.72

ˆwv ˆwv ˆwv

Por lo tanto, la VA Y, por el TLC, tiene aproximadamente la siguiente distribución:

Y ~ Normal 23.67 ∗ n, 9.72 ∗ n

De acuerdo con el enunciado, se puede extraer la siguiente información:

P Y ≥ 815 ≥ 0.9
1 − P Y < 815 ≥ 0.9
P Y < 815 ≤ 0.1

Se estandariza:

Y − µ 815 − µ
P < ≤ 0.1
σ σ

815 − 23.67n
P Z< ≤ 0.1
3.12 n

Utilizando los valores de la tabla de la distribución normal estándar, o utilizando la función
“inversa” de la normal estándar en Excel (“=INV.NORM.ESTAND(0.1)”), se obtiene que para
una probabilidad acumulada de 0.1 el valor de Z es −1.28, es decir:

P Z < −1.28 = 0.1

De manera que para que se cumpla la desigualdad, se requiere que:

815 − 23.67n
≤ −1.28
3.12 n

Se resuelve la anterior como una ecuación de segundo grado:

815 − 23.67n
= −1.28, igualando a 0 se obtiene:
3.12 n

23.67n − 4 n − 815 = 0

Despejando el valor de n se obtiene:

b ± b s − 4ac −4 ± 4s − 4(23.67)(−815) −4 ± 16 + 77164

n= = =
2a 2 ∗ 23.67 47.34

La solución de este sistema de ecuaciones genera dos raíces:

n = 5.78, donde n = 33.46 1

n = −5.95, donde n = 35.44 (2)

Se utilizará aquella raíz que solucione la desigualdad inicialmente planteada, en este caso, es la
raíz (2). Se debe cumplir que:

815 − 23.67n
P Z< ≤ 0.1
3.12 n

Se reemplaza n por 35.44:

815 − 23.67 ∗ 35.44

P Z< ≤ 0.1
3.12 35.44

P Z < −1.285 = 0.099 ≤ 0.1

Teniendo en cuenta que el número de hectáreas que se cultivan es un número entero, se

aproxima la respuesta a n = 36, y se comprueba que la desigualdad se mantenga:
 815 − 23.67 ∗ 36
P Z< ≤ 0.1
3.12 36
P Z < −1.98 = 0.024 ≤ 0.1

Se deben cultivar por lo menos 36 hectáreas para que la cosecha sea de al menos 815
toneladas con una probabilidad de por lo menos 0.90.

El gremio ha adquirido un segundo campo cuyas características son distintas a las descritas
anteriormente. La producción de papa, en toneladas, de una hectárea cultivada en este nuevo
campo es una variable aleatoria uniforme con valor mínimo de 20 toneladas y valor máximo de
28 toneladas.

d. (3 puntos) Si se deciden cultivar 40 hectáreas en cada campo, indique cuál es la

distribución de probabilidad de la variable aleatoria W que representa la cantidad total de
toneladas de papa cultivadas en los dos campos cultivados. Calcule el valor esperado de
W.

Al introducir un nuevo campo con diferentes características, se define una nueva variable
aleatoria para la producción de toneladas por hectárea en dicho campo, el cual será
referenciado como “Campo 2”.

Definición de Variables Aleatorias, distribuciones y parámetros:

X ˆ = Número de toneladas de papa cosechada en la hectárea i, pertenciente al Campo 1.

X ˆ → triangular(a = 17, c = 22, b = 32)

Yˆ = Número de toneladas de papa cosechada en la hectárea i, pertenciente al Campo 2.

Yˆ → Uniforme(a = 20, b = 28)

En el enunciado se define la nueva variable W, la cual representa la cantidad total de

toneladas de papa cultivadas en los dos campos, dado que en cada campo se siembran 40
hectáreas y las toneladas cultivadas en cada hectárea son variables aleatorias
independientes e idénticamente distribuidas, la suma de lo cultivado en cada campo (40
hectáreas) se considerará como una nueva variable aleatoria, la cual por el TLC se distribuirá
de la siguiente manera:
fx

X ˆ ~Normal n ∗ µT , n ∗ σsT , donde n = 40

ˆwv

fx

Yˆ ~Normal n ∗ µ_ , n ∗ σs_ , donde n = 40

ˆwv

Donde µT = E X ˆ y µ_ = E Yˆ , los cuales se obtienen de las distribuciones de las variables

aleatorias X y Y.

El E[X ˆ ], se calculó en el literal anterior, a continuación se relaciona el resultado:

E[X ˆ ] = 23.67

Por otro lado, el E[Yˆ ], dado que es una variable aleatoria uniforme, se calcula de la siguiente
manera:
 a + b 20 + 28
E Yˆ = = = 24
2 2

Las varianzas σsT y σs_ , también se obtienen de las distribuciones de las variables aleatorias X
y Y:

La σsV fue calculada en el literal anterior:

Var[X ˆ ] = 9.72 tons

La σs_ se calcula teniendo en cuenta que Yˆ es una variable aleatoria uniforme:

s s
b−a 28 − 20
Var Yˆ = = = 5.33 tons
12 12

Una vez se obtienen los valores de media y varianza, se define la distribución de la suma de
las toneladas cultivadas en las 40 hectáreas de cada campo:

fx

X ˆ ~Normal(40 ∗ 23.67, 40 ∗ 9.72)

ˆwv
fx

X ˆ ~Normal(946.8, 388.8)
ˆwv


fx

Yˆ ~Normal(40 ∗ 24, 40 ∗ 5.33)

ˆwv
fx

Yˆ ~Normal(960, 213.2)
ˆwv

De acuerdo con el enunciado, se define la variable aleatoria W:

W: Suma del número total de toneladas de papa cosechadas en 40 hectáreas de cada uno
de los 2 campos.
fx fx

W= Xˆ + Yˆ donde W~Normal E W , Var W

ˆwv ˆwv

Donde E W se calcula como la suma de los valores esperados de las distribuciones
previamente halladas:

Y Y Y Y

E W =E Xˆ + Yˆ = E Xˆ + E Yˆ = 946.8 + 960 = 1906.8

ˆwv ˆwv ˆwv ˆwv


Por lo tanto, se espera que al cultivar 40 hectáreas en cada campo, se obtengan por los dos
campos en promedio 1906.8 toneladas.

e. (2 puntos) Si se deciden cultivar 40 hectáreas en cada campo, ¿cuál es la probabilidad de

que la diferencia entre los promedios de cada campo sea menor a 1 tonelada?
 Variables aleatorias, distribución, parámetros, valor esperado y varianza:

Los siguientes valores han sido calculados en los anteriores literales, se relacionan para
facilidad en la comprensión del desarrollo del punto:

X ˆ = Número de toneladas de papa cosechada en la hectárea i, pertenciente al Campo 1.
X ˆ → Triangular(a = 17, c = 22, b = 32)

E X = 23.67 Var X = 9.72 tons

Yˆ = Número de toneladas de papa cosechada en la hectárea i, pertenciente al Campo 2.
Yˆ → Uniforme(a = 20, b = 28)

a+b b−a s
E Y = = 24 Var Y = = 5.33 tons
2 12


Dado que se requiere la probabilidad de la diferencia entre promedios, se debe obtener la
distribución de la diferencia de promedios:

Se define las variables aleatorias que representan los promedios de las toneladas cultivadas en
cada campo:

A: Número promedio de toneladas de papa cosechadas en 40 hetáreas del Campo 1.

Y
1 σs
A= X ˆ = X, donde A ~ Normal µT ,
n n
ˆwv

9.72
A ~ Normal 23.67,
40

A ~ Normal 23.67, 0.243

B: Número promedio de toneladas de papa cosechadas en 40 hetáreas del Campo 2.
Y
1 σs
B= yˆ = Y, donde B ~ Normal µ_ ,
n n
ˆwv

5.33
B ~ Normal 24,
40

B ~ Normal 24, 0.133

Una vez se obtiene la distribución del promedio de las toneladas cultivadas en cada campo,
se determina la distribución de la diferencia de promedios:

Se define la VA:

W: Diferencia de los promedios de toneladas de papa cultivadas en los Campos 1 y 2.

W = A − B

Por propiedades de la Normal, la diferencia de dos variables aleatorias con distribución
Normal, da como resultado una VA normal, con parámetros µ = µŸ − µ y σs = σsT + σs_ :

W ~ Normal 23.67 − 24, 0.243 + 0.133

W ~ Normal(−0.33, 0.376)

 Una vez se obtiene la distribución de la diferencia de promedios, se calcula la probabilidad
requerida, dado que la diferencia puede ser negativa, se calcula la probabilidad de que dicha
diferencia se encuentre entre -1 y 1, o lo que es lo mismo, la probabilidad de que el valor
absoluto de la diferencia sea menor a 1:

1 − −0.33 −1 − (−0.33)
P W < 1 = P −1 < W < 1 = P Z < −P Z<
0.613 0.613

P W < 1 = P Z < 2.16 − P Z < −1.09

P W < 1 = 0.8467

f. (4 puntos) Realice un modelo en Crystal Ball, para estimar la probabilidad del literal e.
Realice 1000 iteraciones y presente la salida con la estimación de esta probabilidad.

Para realizar el modelo en Crystal Ball del literal e. se definen 40 variables aleatorias por cada
campo, cada una representa una hectárea de dicho campo, con su respectiva distribución, se
define una celda en donde se calcula la diferencia de los promedios de las 40 variables del
campo 1, menos el promedio de los valores de las 40 variables del campo 2, esta celda se define
como el pronóstico y la gráfica resultante es la siguiente:

Se puede observar que para una diferencia de medias entre -1 y 1, la probabilidad es
aproximadamente 0.8544, la cual es muy cercana a la obtenida en el literal e.

Punto 5

Un consultor especializado en finanzas ha realizado un análisis sobre los retornos esperados

de las acciones de dos grupos empresariales: Future Arts Inc. e Indutex Moda. Entre sus
resultados, encontró que el escenario futuro de los retornos de Future Arts Inc. y de Indutex
Moda se modelan a través de las variables aleatorias X y Y, respectivamente. Una forma de
representar el escenario futuro de los retornos de los dos grupos empresariales es el que se
presenta en el siguiente diagrama.

Future Arts Inc Indutex Moda

0.75 Sube 20% 0.60 Sube 40%

0.25 Baja 20% 0.40 Baja 35%

De acuerdo con el diagrama, el retorno futuro de la acción de Future Arts Inc. será de x = 1.20
veces el retorno de la acción presente con una probabilidad de 0.75; y, con una probabilidad de
0.25, el retorno futuro de la acción de Future Arts Inc. será de x = 0.80 veces el retorno de la
acción presente. Del mismo modo, el retorno futuro de la acción de Indutex Moda será de y =
1.40 veces el retorno de la acción presente con una probabilidad de 0.60 y, con una
probabilidad de 0.40, el retorno futuro de la acción de Indutex Moda será y = 0.65 veces el
retorno de la acción presente.

Adicionalmente, el consultor ha determinado que la covarianza entre el retorno futuro de los

dos grupos empresariales es de -0.05.

a. (3 puntos) Calcule el retorno esperado, la varianza y la desviación de cada acción.

Para cada caso se definen las variables aleatorias y se calcula el valor esperado, la varianza y la
desviación estándar:

X: Retorno esperado de una acción de Future Arts Inc..

Valor esperado:
E X = 1.2 ∗ 0.75 + 0.8 ∗ 0.25 = 1.1
Varianza:
VAR X = E X s − E X s
E[X s ] = (1.2)s ∗ 0.75 + 0.8 s
∗ 0.25 = 1.24
VAR X = 1.24 − 1.1s = 0.03
DESV X = VAR[X] = 0.03
DESV X = 0.1732


Y: Retorno esperado de una acción de Indutex Moda.

Valor esperado:
E Y = 1.4 ∗ 0.6 + 0.65 ∗ 0.4 = 1.1
Varianza:
VAR Y = E Y s − E Y s
E[Y s ] = (1.4)s ∗ 0.6 + 0.65 s
∗ 0.4 = 1.345
 VAR Y = 1.345 − 1.1s = 0.135
DESV Y = VAR[Y] = 0.135
DESV Y = 0.3674

b. (3 puntos) Determine la correlación entre los retornos de ambas acciones. Interprete el
signo de la correlación.

Según el enunciado, se sabe que la covarianza es -0.05, entonces:

COV(X, Y) −0.05
ρT_ = = = −0.7857
DES X ∗ DES Y 0.1732 ∗ 0.3674

El signo de la correlación es negativo, lo que significa que la relación lineal entre las dos
variables es inversa, esto indica que los retornos de las acciones se mueven en direcciones
opuestas, es decir, mientras el retorno de la acción de una de las empresas sube, el retorno de
la acción de la otra empresa baja, y viceversa.

Suponga que en el mercado se ofrecen los siguientes cinco portafolios de inversión en los que
se compran acciones de Future Arts Inc. y de Indutex Moda, en cada uno de los portafolios
se invierte 100 dólares. La ganancia en cada uno de los portafolios está determinada por la
multiplicación entre el retorno futuro y la cantidad de dinero invertida en cada grupo
empresarial.

Opción Inversión en Inversión en

Portafolio X Y
Z1 10 90
Z2 30 70
Z3 50 50
Z4 70 30
Z5 90 10

c. (5 puntos) Determine el valor esperado y la desviación estándar de cada uno de los

portafolios. Interprete sus resultados en términos del problema.

Se definen las variables PY como el retorno esperado del portafolio n y se calcula el valor
esperado para cada una de ellas multiplicando el valor esperado del retorno futuro de la
inversión en cada grupo empresarial, hallado en el literal anterior, por la cantidad de dinero
invertido en dicho grupo.

En el caso de la varianza, se tiene en cuenta que cada variable PY representa la suma del
retorno de la inversión en cada grupo empresarial, por lo tanto, se calcula la varianza de la
suma de dos variables aleatorias, dado que la covarianza es diferente de 0, la varianza se
calcula de la siguiente manera:

Var aX + bY = as VAR X + bs VAR Y + 2abCOV[X, Y]

Según la anterior información, se realizan los respectivos cálculos para cada PY :

Portafolio 1
Pv : Retorno esperado del Portafolio 1.

E Pv = 10 ∗ 1.1 + 90 ∗ 1.1 = 110
Var Pv = 10s ∗ Var X + 90s ∗ Var Y + 2 ∗ 10 ∗ 90 ∗ Cov X, Y
Var Pv = 10s ∗ 0.03 + 90s ∗ 0.135 + 2 ∗ 10 ∗ 90 ∗ −0.05
Var Pv = 1006.5
Des[Pv ] = 1006.5 = 31.72

El valor del retorno esperado del Portafolio 1 es en promedio $110 USD, con una desviación
estándar de $31.7 USD.

Portafolio 2
Ps : Retorno esperado del Portafolio 2.

E Ps = 30 ∗ 1.1 + 70 ∗ 1.1 = 110
Var Ps = 30s ∗ Var X + 70s ∗ Var Y + 2 ∗ 30 ∗ 70 ∗ Cov X, Y
Var Ps = 30s ∗ 0.03 + 70s ∗ 0.135 + 2 ∗ 30 ∗ 70 ∗ −0.05
Var Ps = 478.5
Des Ps = 21.87

El valor del retorno esperado del Portafolio 2 es en promedio $110 USD, con una desviación
estándar de $21.87 USD.

Portafolio 3
Pz : Retorno esperado del Portafolio 3.

E Pz = 50 ∗ 1.1 + 50 ∗ 1.1 = 110
Var Pz = 50s ∗ Var X + 50s ∗ Var Y + 2 ∗ 50 ∗ 50 ∗ Cov X, Y
Var Pz = 50s ∗ 0.03 + 50s ∗ 0.135 + 2 ∗ 50 ∗ 50 ∗ −0.05
Var Pz = 162.5
Des Pz = 12.75

El valor del retorno esperado del Portafolio 3 es en promedio $110 USD, con una desviación
estándar de $12.75 USD.

Portafolio 4
Pf : Retorno esperado del Portafolio 4.

E Pf = 70 ∗ 1.1 + 30 ∗ 1.1 = 110
Var Pf = 70s ∗ Var X + 30s ∗ Var Y + 2 ∗ 70 ∗ 30 ∗ Cov X, Y
Var Pf = 70s ∗ 0.03 + 30s ∗ 0.135 + 2 ∗ 70 ∗ 30 ∗ −0.05
Var Pf = 58.5
Des Pf = 7.65

El valor del retorno esperado del Portafolio 4 es en promedio $110 USD, con una desviación
estándar de $7.65 USD.

Portafolio 5
Pd : Retorno esperado del Portafolio 5.

E Pd = 90 ∗ 1.1 + 10 ∗ 1.1 = 110
Var Pd = 90s ∗ Var X + 10s ∗ Var Y + 2 ∗ 90 ∗ 10 ∗ Cov X, Y
Var Pd = 90s ∗ 0.03 + 10s ∗ 0.135 + 2 ∗ 90 ∗ 10 ∗ −0.05
Var Pd = 166.5
Des Pd = 12.9

El valor del retorno esperado del Portafolio 5 es en promedio $110 US, con una desviación
estándar de $12.9 USD.

d. (3 puntos) Si el consultor financiero debe recomendar uno de los cinco portafolios de
inversión, ¿cuál recomendaría? Explique su respuesta.

Se observa que todos los portafolios tienen el mismo valor del retorno esperado. También es
evidente que existe una combinación de dinero invertido en las acciones de Future Arts inc. y
de Indutex Moda que tiene la mínima varianza. En este caso, el portafolio que presenta la
mínima varianza es el Portafolio 4. De esta manera, si el consultor debe hacer una
recomendación, el más apropiado es el Portafolio 4 por tener el menor riesgo.
Punto 6

Una compañía de telecomunicaciones está interesada en hacer un análisis probabilístico del

costo y el tiempo asociado a un trabajo de instalación de un conjunto de puntos de transmisión
de datos que realizará a principios del próximo mes. La compañía quiere analizar una
alternativa para llevar a cabo las actividades necesarias para la instalación, ya que cuenta con
una nueva tecnología que reduce la cantidad de actividades a desarrollar, pero no tiene
claridad sobre el impacto en costo y tiempo.

El costo del trabajo depende de la realización de las actividades que aparecen en la Figura 2, y
de la duración de cada actividad. En la figura se observa que la realización de la actividad 3 o 4
depende del resultado de la actividad anterior (solo se realiza una de ellas). Las actividades 1,
2 y 5 siempre deben llevarse a cabo para finalizar la instalación. Los posibles resultados de la
Actividad 2 son requerimientos de ajuste de los equipos o cambio de equipos de acople, lo cual
ocurre con probabilidades 0.4 y 0.6, respectivamente.

Actividad 1

Actividad 2
P=0.4 P=0.6

Actividad 3 (Ajuste) Actividad 4 (Cambio)

Actividad 5

Figura 2. Secuencia de las actividades.

Con respecto a la duración de las actividades, los expertos solo tienen certeza sobre la
duración de la Actividad 1, mientras que la duración de las demás actividades se puede
representar por medio de las variables aleatorias que se presentan en la Tabla 2, cuyos
parámetros han sido estimados con base en información de prueba y de acuerdo con el
conocimiento de los expertos.

DISTRIBUCIÓN DE PROBABILIDAD DE COSTO x DÍA

ACTIVIDAD
LA DURACIÓN (días) (US $)
Actividad 1 2 1500
Actividad 2 Uniform e [10, 13] 5800
Actividad 3 Triangular [10, 11, 14] 4500
Actividad 4 Norm al (media 10, desv.est.1.5) 2500
Actividad 5 Triangular [1, 2, 4] 1800

Tabla 1. Información sobre la duración y costo de las actividades del proyecto de instalación de líneas, Alternativa 2

La duración de las actividades repercute directamente en el costo total de la instalación, ya que

para cada una de las actividades existe una tarifa por día de acuerdo con los equipos y el
personal especializado que se utilice. El costo se contabiliza por días completos, esto quiere
decir que, si el número de días que requiere una actividad particular es de, por ejemplo, 10.34
días, el número de días que se cobran será de 11. Sin embargo, la duración de la actividad sí
computa utilizando días parciales.

Con base en la información suministrada responda los siguientes literales:

a. (3 puntos) Construya el modelo determinístico. Identifique las variables aleatorias, los
parámetros y las dos variables de desempeño.

A continuación se presenta el modelo determinístico, en donde se identifican como variables

aleatorias la duración en días de cada actividad, excepto la actividad 1, puesto que esta es
constante, por otro lado, se identifica como variable aleatoria la realización de la actividad 3, la
cual, según el enunciado tiene una probabilidad de realización de 0.4, esta se modela como una
Bernoulli (Si/No), donde el valor de 1 (Si) ocurre con una probabilidad de 0.4. La realización
de la actividad 4 depende de la realización de la 3, tomará el valor de 1 si la realización de la 3
es 0 (no se realiza) y viceversa. Las variables de desempeño definidas son el Costo Total y la
Duración Total de las actividades, las cuales están dadas por la suma de los costos individuales
de cada actividad y la duración de cada actividad respectivamente:

b. (3 puntos) Evalué el modelo con 1000 iteraciones y analice las principales estadísticas
descriptivas. Para cada una de las variables de desempeño, encuentre un intervalo del
95% de certeza.

Se presenta el modelo probabilístico en donde, a través de Crystal Ball, les son asignadas las
respectivas distribuciones a las variables aleatorias identificadas en el literal anterior.

Se presentan las principales estadísticas descriptivas para cada variable de desempeño:

Duración total. Costo total.
 En cuanto a la duración total, la realización de las actividades para la instalación de un
conjunto de puntos de transmisión de datos, toma en promedio 26.44 días, con una desviación
de 2.03 días, podría tardar un mínimo de 19.86 días y un máximo de 32.27 días.

En cuanto al costo total, en promedio la instalación puede costar 111,909.2 dólares, con una
desviación de 15,955.51 dólares. Como valor mínimo, el costo total puede ser de 81,400 y por
otro lado, puede costar máximo 148,600 dólares.

Al realizar las 1000 iteraciones se generan las siguientes gráficas para cada variable de
desempeño, sobre las cuales se calculan los intervalos del 95% de certeza:

Con un 95% de certeza, la duración total de las actividades de instalación está entre 22.13 días
y 30.02 días.

Con un 95% de certeza, el costo total de las actividades de instalación está entre 87,100
dólares y 141,000 dólares.
 c. (3 puntos) Si el ingeniero líder del proyecto debe cumplir con una entrega de la instalación
en un tiempo de 36 días, ¿con qué certeza se cumple este requisito?

Teniendo en cuenta que, según la simulación, el tiempo máximo posible para la instalación es
de 32.27 días, se concluye que con un 100% de certeza la entrega de la instalación se realizará
en un tiempo de 36 días, puesto que siempre será menor a este plazo.

d. (3 puntos) El director administrativo de la compañía le solicita al ingeniero director del

proyecto que identifique las variables de mayor impacto en el costo de la instalación para
implementar actividades de control y seguimiento que busquen minimizar su impacto,
¿cuáles le recomendaría controlar y por qué?

La variable de mayor impacto en el costo total es la realización de la actividad 3, seguida de la

duración de la actividad 2, esto quiere decir que al realizar o dejar de realizar la actividad 3, el
costo se impacta en un 73.6%, vale aclarar que la relación entre dicha variable y el costo total
es positiva, es decir, si la actividad se realiza el costo aumenta, si la actividad no se realiza, el
costo disminuye.

Por otro lado, la duración de la actividad 2 influye en el costo total, también de forma directa,
según los resultados obtenidos, una variación de un día en la duración de la actividad 2,
impacta en un 22% en el valor del costo total.